321 if (NL[L-1]!=1) printf("\noutput # %d",i); printf("\ndesired=%d actual=%f error=%f", d[k+i*M],y[Nt2+i],error); } getch(); } /*k-loop*/ } Bài tập 12.2 1. Dùng hệ thống, với các trọng số "WTSST.DAT" có sẵn trên đĩa, để kiểm tra liệu hệ thống này có thể "nhận ra " sắc màu skin nh đợc cho trong "TINT2.DAT". 2. Phát triển một chơng trình C mà dùng một hệ thống nhiều lớp để sửa lại một cách có lựa chọn một màu đặc biệt. Dùng hệ thống xác định bằng các trọng số chứa trong " WTSS.DAT" áp dụng trên ảnh "AUTHOR.IMG" 3. Lập lại chơng trình 12.3 PERNCONJG.C dùng thuật toán Davidon - Fletcher - Powell để thay thế . Lu lại chơng trình vào file PERNDFP.C. 4. Kiểm tra PERNDFP.C trên TINT2.DAT. 12.7 Quá trình nhận biết Thật không rõ ràng lắm là tại sao sự nhận biết lại chiếm một vị trí quan trọng trong mối quan tâm của con ngời. Dù có thế nào thì quá trình nhận biết luôn luôn đợc kết hợp một cái tên hoặc một cách gọi nào đó. Để xác định một vật thể, cho ví dụ, là quá trình xử lý kết hợp giữa nhận ra hình dạng và kết hợp với một cái tên đặc biệt. Câu hỏi là: bạn có cần phải biết tất cả các hình dạng khác nhau để nhận ra hình dạng của một vật thể? Trong thuật toán nhận biết đã dùng (thuật toán này cũng áp dụng quy tắc delta), tất cả dữ liệu biểu diễn cho một màu đặc biệt và dữ liệu biểu diễn cho tất cả các màu khác còn lại cần phải đợc biết. Điều này có vẻ hơi khác với cách mà chúng ta nhận biết. Có vẻ nh chúng ta không cần những thông tin ngoài thông tin xác định cấu trúc một lớp màu đặc biệt mà chúng ta muốn nhận biết. Các dữ liệu về phân lớp đối tợng hoặc cảm nhận màu sắc sẽ có thể dạy cho hệ thống thần kinh về một đối tợng đặc biệt, hoặc màu sắc, mà không cần một sự tham khảo các điểm ngoài tập hợp này. Trong sự quan sát của tôi, tôi nhận ra rằng trẻ em bắt đầu nhận ra rất sớm sự khác nhau về hình 322 dạng của các vật thể biểu diễn các ký tự của bảng chữ cái, mỗi ký tự một thời điểm. Phơng pháp nhận biết là công nhận, tiếp nối nhau bởi các lần đặt tên. Sự kết hợp của hình dạng, cảm nhận hoặc cảm giác với gọi tên là một xử lý đặc biệt cho nhận dạng. Chú ý là nếu bạn nghe giọng nói của một ngời trên điện thoại lần đầu tiên, và ngời gọi cho bạn tên của anh hoặc cô ta thì suy nghĩ đầu tiên của bạn là tởng tợng ra một khuôn mặt với cái tên ấy - một khuôn mặt mà trí tởng tợng của bạn tạo ra trên cơ sở của kết hợp của giọng nói và tên gọi. Sau này, khi bạn gặp ngời đó, một câu nói cửa miệng hay dùng là "Bạn hoàn toàn không giống nh tôi đã nghĩ". Điều đó có nghĩa là sự gặp gỡ này đã hoàn thành một nhận biết. Một cái tên thì gắn với một vật thể và một vật thể sẽ tự động đợc gắn với một cái tên. Điều đó có nghĩa là "nhận biết" trong trờng hợp này là một phơng pháp còn xa mới hoàn thiện nh nhận biết xác định bằng thuật toán đợc miêu tả trong phần trớc. Trong kinh nghiệm của mình, qua quá trình theo dõi con trai tôi lớn lên và phát triển, tôi nhớ lại rằng khi con tôi vào khoảng một tuổi rỡi, cháu thờng đi vào bếp trớc giờ đi ngủ và bắt đầu chỉ vào một vật nào đó. Tại tuổi này, khả năng thể hiện bằng lời nói của cháu còn rất hạn chế. Cháu đầu tiên chỉ vào một chiếc ghế, tôi lập tức gọi tên của vật này cho cháu. Cháu nhắc lại từ "ghế", và tiếp tục chỉ vào một vật khác. Tôi cho tên của vật, cháu nhắc lại. Cháu quay lại với vật thể đầu tiên, thốt ra tên, sau đó quay sang với vật thể thứ hai và lại gọi tên. Điều này cứ tiếp tục diễn ra cho đến khi mà nó cảm thấy nó đã học đủ cho ngày hôm ấy. Cái cách nhận biết bằng cách tự gọi tên mà tôi đã chứng kiến này đã làm cho tôi suy nghĩ tới tận hôm nay. Từ kinh nghiệm này, tôi nhận thấy rằng sự nhìn nhận vật thể và gọi tên phải luôn luôn đi liền với nhau. Có lẽ phần lớn là cháu muốn nhìn nhận vật thể, có lẽ phần lớn là cháu muốn tạo ra một cái tên cho chúng (ngôn ngữ trẻ em); cháu chỉ muốn biết bằng cách nào tôi gọi đợc tên của vật thể - và có thể cháu sẽ có thể giao tiếp hoàn thiện hơn với tôi hoặc có thể đó chỉ là một sự tò mò cố hữu (một điều rất khó thể mô phỏng bằng máy tính). 12.8 Nhận biết theo phân nhóm Không có một cấu trúc sinh lý học hoặc hiểu biết nào chứng minh cho giả thiết cho rằng tất cả các tế bào thần kinh đều giống nhau và có thể biểu diễn bằng một hàm xichma, hoặc tất cả các tín hiệu vào đợc nhân với các trọng số. Tế bào thần kinh nh chúng ta biết có các hình dạng khác nhau và đóng các vai trò khác nhau. Điều này cho phép chúng ta cho ra một lý thuyết mới. Dựa trên kết luận trong phần trớc, một cấu trúc khác và một thuật toán 323 nhận biết đã đợc phát triển bởi Abou-El-Nasr. Cấu trúc này có tên gọi là LBAQ - "nhận biết bằng cách đặt ra các câu hỏi". Nó giống nh thuật toán phân nhóm mô tả bởi Hartigan, và đợc áp dụng trong phân lớp Carpenter/Grossberg. Thuật toán này theo các bớc sau: 1. Chỉ ra các đặc điểm hoặc thuộc tính của một đầu vào ký hiệu cho đối tợng cần phân lớp. 2. Các đặc điểm này định nghĩa trung tâm của nhóm đầu tiên. Cho một hệ thống hai đầu vào: ]1[]1][0[ ]0[]0][0[ xpw xpw (12.24) ở đây xp[0] và xp[1] là đặc điểm của sơ đồ màu đã cho. Những thông số này là x và y trong bài toán phân lớp màu của chúng ta. Mỗi nhóm đợc định nghĩa bằng tâm, bán kính, và số điểm của nhóm. 3. Bớc tiếp theo Nếu 22 ])1[]1][0[(])0[]0][0[( xpxpd radius (12.25) thì điều chỉnh tâm điểm của nhóm theo công thức )1n/(])j[xpn]j][i[(]j][i[ ở đây i = 0,1, ,số nhóm j = 0,1 (12.26) và tăng số điểm của nó. Mặt khác, dạng của một nhóm mới với tâm của nó là mẫu mới. 4. Tiếp theo việc đa vào thì khoảng cách tới mỗi nhóm đợc tính. Nếu mẫu trong nhóm gần nhất, theo công thức (12.25), tâm của mẫu đó đợc điều chỉnh. Mặt khác một nhóm mới đợc tạo khuôn. 5. Quá trình xử lý đợc lặp lại với tất cả các điểm trong lớp. Một nhãn có thể đợc thiết kế cho mỗi nhóm bằng cách cho phép giải thuật hỏi tên để đặt cho nhóm đó. Một vài hay tất cả các nhóm có thể đợc cùng một tên hay nhãn. Một thuận lợi của phơng pháp này là nó nghiên cứu dữ liệu đang đợc đa ra, và không đòi hỏi nhắc lại. Nếu hệ thống đợc đòi hỏi để nghiên cứu một màu nó không cần biết dữ liệu bên ngoài lớp trực tiếp định nghĩa màu đó. Sự lựa chọn bán kính cho các nhóm khác nhau là giới hạn về sự thành công của giải pháp, và là dữ liệu phụ thuộc. Nếu bán kính là quá lớn, 324 thì sự phân lớp sai là có thể xảy ra; nếu quá nhỏ thì phải cần đến một số lợng lớn các nhóm, lỗ hổng giữa các nhóm lại có thể dẫn đến sự phân lớp sai. Bởi vì giải thuật đòi hỏi rất ít thời gian tính toán những sai số khá nhỏ này có thể bỏ qua. Bán kính có thể đợc chọn cơ bản dựa trên phép thử và sai. Bài tập 12.3 1. Mạng thần kinh nhận biết thuộc một lớp của phân lớp thần kinh đợc biết nh phân lớp thần kinh nguyên mẫu. Phát triển chơng trình để định ra bán kính của lớp thần kinh nguyên mẫu. 2. Phát triển một giải thuật để có thể thay đổi đợc bán kính lớp nguyên mẫu thần kinh. Giải thuật bắt đầu với bán kính định trớc cho tất cả các nhóm, tiếp theo nhóm những nhóm lân cận với cùng một nhãn. 3. Viết chơng trình với giải thuật đợc viết trong phần 2 của bài tập này. 4. Kiểm tra chơng trình với phân lớp nguyên mẫu. Sử dụng bán kính = 0.01 và dữ liệu đợc định nghĩa trong "TINT2.DAT" giải pháp đợc đa ra với thời gian thực hiện rất ít. Hệ thống kết thúc với 16 nhóm. Hình 12.14 là trực quan hoá kết quả. Hình 12.15 chỉ ra cách giải pháp này liên kết thành một mạng thực sự. Nh bạn có thể nhìn thấy, một vài nơron là cơ sở để tính tổng giá trị, những nơron khác thực hiện chức năng hình vuông, những nơron này đóng vai trò giới hạn, và một kiểu thực hiện là phép toán logic OR. Chủ đề nhận biết màu sắc là chủ đề quan trọng - không chỉ trong xử lý ảnh màu nh chúng ta đã chứng kiến, nhng cũng là bài toán của máy nhìn. Bởi vì mục đích chính của quyển sách này là trực tiếp đi theo hớng xử lý ảnh và ứng dụng tín hiệu vô tuyến, chúng ta sẽ không đi chệch hớng đến chủ đề máy hay ngời máy nhìn. Tuy nhiên, tôi muốn chỉ ra rằng hệ thống nhìn sử dụng cho ngời máy trong công nghiệp là cứng và không có sự linh động đợc đa ra trong chơng này. Một hệ thống nhận biết màu bằng AEG của Frankfurt, Đức đợc miêu tả trong bài báo, tác giả Gosch. 12.9 Máy ô-tô-nôm 325 Một cảm nhận tôi thấy khi tôi bắt đầu nghiên cứu chủ đề nhận biết của con ngời và mạng thần kinh nhân tạo đó chúng rất gần gũi để tạo ra trí thông minh thực sự, máy Ô-tô-nôm (Autonomous - hoạt động độc lập). Cảm giác mà tôi nhận đợc nhiều hơn cả từ sự cờng điệu hoá từ hiện thực. Thực ra chúng ta còn xa với việc tạo ra máy Ô-tô-nôm thực sự tại thời điểm này. Tuy nhiên, chúng ta có thể nói tơng lai sẽ nh thế nào? Có thể một ngày với những cải tiến vợt bậc trong phần cứng, phần mềm, và sự hiểu biết về chính bản thân chúng ta, chúng ta cũng có thể tạo đợc một máy giống với "Dữ liệu" của "Star Trek: Thế hệ tiếp theo." Hình 12.14 Trực quan hoá mạng thần kinh. Bây giờ tôi muốn kể một câu truyện với bạn. Câu truyện nh sau: Đấng sáng tạo quyết định sáng chế một máy Ô-tô-nôm, máy có tổ chức rất lớn, nhng có giới hạn, có khả năng sáng tạo. Sau đó máy đợc trao trách nhiệm chăm lo cho trái đất. Trái đất là quà sáng tạo trời cho. Đấng sáng tạo tụ họp các thần phụ tá (các thiên thần) của ông ta và truyền cho họ ý định của ông ta. Các phụ tá hỏi, nếu nh có một máy có khả năng lớn nh vậy sẽ có thể trở thành nguyên nhân của sự phá hoại và đổ máu. Đấng sáng tạo đáp lại rằng ông ta biết họ không biết những gì. Sau đó ông ta đa tác phẩm mới của ông ta ra, ông đặt tên là Adam. Trớc tiên ông ta dạy (lập trình) cho Adam đặt tên các đồ vật. Ông ta hỏi các thần đặt tên cho các đồ vật mà họ hay Adam cha thấy bao giờ. Các thần đáp lại rằng họ chỉ biết những cái gì mà họ đã đợc dạy. Sau đó ông ta hỏi Adam đặt tên cho đồ vật. Adam có thể đa ra tất cả các tên cho các đồ vật (nhận ra hoặc nhóm lại, theo nhãn). 326 Đó là khả năng rất mạnh sẽ gián tiếp dẫn Adam đến việc phát minh ngôn ngữ để giao tiếp, đó là công cụ phần mềm, và công cụ phần cứng để xây dựng và phát triển xa hơn nữa. Các thần không có khả năng nh vậy. Dù vậy, vẫn còn một vấn đề nhỏ cần đợc kiểm tra trớc khi đa phát minh này xuống trái đất. Adam đã hoạt động độc lập đợc cha? Phơng pháp tốt nhất là cung cấp cho Adam một lệnh không có cơ sở logic và tiến hành nếu anh ta theo sự đánh dấu đó hay lý luận với lý lẽ ngợc trở lại. Đấng sáng tạo quyết định rằng cách tốt nhất là đa Adam ra kiểm tra trớc khi đa Adm xuống quản lý trái đất. Vì thế, đấng sáng tạo đa Adam vào một khu vờn và tự do làm những gì anh ta muốn, ngoại trừ ăn quả của những cây đợc chỉ rõ. Tuy nhiên, một vài điều trục trặc đã xảy ra Adam tuân lệnh theo một nghĩa hẹp. Anh ta thiếu tính chất của một máy Ô-tô-nôm. Rõ ràng, đấng sáng tạo cần phải sửa lỗi phần mềm đã điều khiển Adam. Trong thời gian chờ đợi, ông ta quyết định làm Adam theo mẫu một sinh vật khác trên trái đất bằng cách cung cấp cho Adam một ngời bạn. Ông cũng giới hạn tuổi thọ cho Adam (vì thế ông không chần chừ) và khả năng mở rộng sự hiện diện trên trái đất thông qua việc sinh sôi nảy nở. Lần này Adam tuân theo logic nội quy. Anh ta đứng dới cây bị cấm đoán và hỏi một câu làm anh ta trở thành ngời sáng tạo thực sự "Cái gì xảy ra nếu ". Đó là câu hỏi rất hay để sáng tạo, vì vậy ông ta đã đặt Adam xuống trái đất. Hình 12.15 Cấu trúc hai cụm tế bào thần kinh. Cậu bé Adam đợc tạo ra từ công cụ đơn giản để thám hiểm nhân loại. Bớc tiếp theo của khoa học dờng nh đi thẳng về hớng hiểu chính chúng 327 ta vµ cã thÓ t¹o ra m¸y ¤-t«-n«m cña chóng ta, gièng nh c©u truyÖn h cÊu "D÷ liÖu" trong "Star Trek (sù di c cña c¸c v× tinh tó): ThÕ hÖ tiÕp theo." . Bài tập 12.3 1. Mạng thần kinh nhận biết thuộc một lớp của phân lớp thần kinh đợc biết nh phân lớp thần kinh nguyên mẫu. Phát triển chơng trình để định ra bán kính của lớp thần kinh nguyên mẫu trúc một lớp màu đặc biệt mà chúng ta muốn nhận biết. Các dữ liệu về phân lớp đối tợng hoặc cảm nhận màu sắc sẽ có thể dạy cho hệ thống thần kinh về một đối tợng đặc biệt, hoặc màu sắc, mà không. nhận tôi thấy khi tôi bắt đầu nghiên cứu chủ đề nhận biết của con ngời và mạng thần kinh nhân tạo đó chúng rất gần gũi để tạo ra trí thông minh thực sự, máy Ô-tô-nôm (Autonomous - hoạt động độc